Mạng nơ-ron đồ thị học có giám sát yếu
Mạng nơ-ron đồ thị học có giám sát yếu (WS-GNN) là một phương pháp học sâu đồ thị học từ dữ liệu có cấu trúc đồ thị — các nút, cạnh và thuộc tính của chúng — khi chỉ có các nhãn nhiễu, không đầy đủ hoặc thu được một cách gián tiếp. Bằng cách kết hợp cơ chế truyền tin của GNN với các chiến lược huấn luyện bền vững với nhiễu, WS-GNN mở rộng khả năng học đồ thị sang các thiết lập thực tế, nơi các đồ thị được gán nhãn sạch và đầy đủ rất khan hiếm hoặc tốn kém để thu thập.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Kipf, T. N., & Welling, M. (2017). Semi-supervised classification with graph convolutional networks. In Proceedings of the 5th International Conference on Learning Representations (ICLR 2017). link ↗
- Zhou, J., Cui, G., Hu, S., Zhang, Z., Yang, C., Liu, Z., Wang, L., Li, C., & Sun, M. (2020). Graph neural networks: A review of methods and applications. AI Open, 1, 57–81. DOI: 10.1016/j.aiopen.2021.01.001 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Weakly Supervised Graph Neural Network. ScholarGate. https://scholargate.app/vi/deep-learning/weakly-supervised-graph-neural-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Mạng tích chập đồ thị (GCN)Học sâu↔ compare
- Mạng nơ-ron đồ thịPhân tích mạng lưới↔ compare
- Lan truyền nhãnHọc máy↔ compare
- Mạng nơ-ron đồ thị bán giám sátHọc sâu↔ compare
- Mạng nơ-ron tích chập giám sát yếuHọc sâu↔ compare
- Transformer Giám sát YếuHọc sâu↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →